TESS：LLM引导的具身任务规划搜索方法
热点事件持续更新
TESS：LLM引导的具身任务规划搜索方法
1 篇报道1 个报道来源59 分钟前更新
先了解这件事
AI 综述
2026年10月20日，arXiv Artificial Intelligence 刊出 Peiran Xu 等作者的报道，提出 LLM 引导的翻译、探索、仿真与搜索方法 TESS，用于具身任务规划。报道称，TESS 让 LLM 把自然语言指令翻译成格式化目标条件，在部分可观测环境中辅助探索，并构建基于规则的世界仿真器、剪枝候选动作，从而让搜索过程可行且高效。该方法在 VirtualHome 和 ALFWorld 上表现优于现有 LLM 规划方法。报道还称，代码将在论文发表后开源，目前尚未公开。事件目前处于论文发布阶段，后续进展有待跟进。
AI 根据报道生成 · 41 分钟前更新
最新进展10月20日 12:00
TESS：LLM 引导的翻译、探索、仿真与搜索，用于具身任务规划报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv Artificial IntelligenceTESS：LLM 引导的翻译、探索、仿真与搜索，用于具身任务规划
TESS 用 LLM 引导搜索来解决具身任务规划，让 LLM 把自然语言指令翻译成格式化目标条件、在部分可观测环境中辅助探索、构建基于规则的世界仿真器并剪枝候选动作。该方法在 VirtualHome 和 ALFWorld 上表现优于现有 LLM 规划方法，代码将在论文发表后开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。